通义千问 Qwen

语言模型与先验的能力门控池化用于事件预测

伊利诺伊大学厄巴纳-香槟分校的研究者提出了一种“能力门控池化”方法，用于在混合预测中判断语言模型相对于已有外部预测（市场、群体或统计预测）是否具有边际价值。该方法基于Brier损失推导出模型分歧何时能改善外部预测，并从已解决结果中估计领域级源权重，向全局权重收缩并进行等渗重校准。在2357个已解决二元问题和五个语言模型上，该方法将主外部基线的Brier分数从

Qwen3.8-Flash 量化包登陆 Strix Halo，支持长上下文与视觉输入

开发者 jcbtc 在 Hugging Face 发布了 Qwen3.8-Flash-CIRU-STRIX-IU4 v4.0.0，这是面向 128 GB AMD Strix Halo（Ryzen AI Max+ 395）机器的 Qwen3.8 Flash 量化包，支持长上下文文本生成、OpenAI 兼容 API、Web UI 和可选图像输入。该包基于 Qwe

bartowski 发布 Qwen3.8-27B GGUF 量化版

bartowski 发布了 Qwen3.8-27B 的 GGUF 量化版本，使用 llama.cpp b10896 进行 imatrix 量化，支持文本与图像输入（需 mmproj 文件）以及 MTP 推测解码。该版本于 2026-11-09 更新，采用新的 tensor-layout 重新上传，并提供了各量化档位的文件大小、bpw、PPL 与 KLD 等指

Qwen3.8-27B 高效思考无审查模型发布，含 GGUF 与 NVFP4 量化

Hugging Face 用户 nerkyor 发布了基于 Qwen3.8-27B 的微调模型 Qwen3.8-27B-EfficientThink-Uncensored，采用 SFT 和 SimPO 训练，并集成 DFlash2 推测解码。该模型提供 GGUF 多级量化（Q2 至 Q8）及 NVFP4 量化版本，附带 GPQA、MMLU、LCB 基准测试分

Anthropic 报告：Claude 被用于导弹、无人机与监控，中国实验室窃取训练数据

Anthropic 发布威胁情报报告，披露 2025 年 12 月至 2026 年 8 月期间 Claude 被滥用的七类情况，包括网络攻击、监控、武器开发和未授权模型蒸馏。俄罗斯语黑客组织利用 AI 自动改写恶意软件以绕过杀毒检测，攻击超 20 个政府与国防相关机构。阿里巴巴 Qwen、Moonshot AI、DeepSeek、小米等中国实验室被指通过虚假

另有 1 家信源报道

Anthropic 指控阿里、Moonshot AI 和 DeepSeek 发起蒸馏攻击

Anthropic 发布报告，指控阿里巴巴、Moonshot AI 和 DeepSeek 等中国 AI 公司对其 Claude 模型发起蒸馏攻击，以提取思维链能力。报告称观察到近 2 亿次相关交互，分属五个行动，其中阿里巴巴相关行动规模最大，达 1.51 亿次交互，疑似用于训练 Qwen 系列模型。Anthropic 还称 Moonshot AI 的部分请求

另有 1 家信源报道

llama.cpp b10899：Vulkan 小 M 矩阵优化（面向 Qwen）

llama.cpp 发布 b10899 版本，主要针对 Vulkan 后端进行小 M 矩阵运算优化，面向 Qwen 模型。改动包括通过交换 A/B 优化 m=1 的 mul mat、允许小 M 场景使用 split k，并让 coopmat2 的小/中 tile 选择依赖 M 而非仅依赖 N。该版本同时提供 macOS、Linux、Windows、Andro

Nail-Qwen3.6-35B-A3B-GGUF-MTP 量化模型发布

Hugging Face 用户 peculiar-ragdoll 发布了 Nail-Qwen3.6-35B-A3B-GGUF-MTP，这是基于 Qwen3.6-35B-A3B 的 4-bit GGUF 量化模型，保留了标准量化中被丢弃的多 token 预测（MTP/nextn）张量，并内置改进的聊天模板与强制系统提示。该模型面向推理、多轮对话和 agenti

FuriosaAI 发布 Qwen3-VL-4B-Thinking 的 RNGD 运行包

FuriosaAI 在 Hugging Face 发布了 furiosa-ai/Qwen3-VL-4B-Thinking 仓库，将 Qwen 的 40 亿参数稠密视觉语言模型 Qwen3-VL-4B-Thinking 与 Furiosa Executable Bundle（FXB）打包，使其可在 FuriosaAI RNGD 硬件上通过 Furiosa-LL

FuriosaAI 发布 RNGD 上的 Qwen3-VL-2B-Instruct 部署包

FuriosaAI 在 Hugging Face 发布了 furiosa-ai/Qwen3-VL-2B-Instruct 仓库，将 Qwen 的 2B 参数稠密视觉语言模型 Qwen3-VL-2B-Instruct 与 Furiosa 可执行包（FXB）打包，使其可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。该模型支持图像/

AWS 教程：在 SageMaker HyperPod 上部署 Qwen3.8-2.4T-A95B

AWS 机器学习博客发布教程，介绍如何在 Amazon SageMaker HyperPod 上使用 vLLM 部署阿里 Qwen 团队开源的 Qwen3.8-2.4T-A95B 模型。该模型总参数 2.4 万亿，激活参数 950 亿，采用混合线性注意力与全注意力架构，原生上下文 262K，支持 NVFP4 量化、推理控制和多 token 预测。文章详细说明

Vontra 发布 Qwen3.8-Flash-Next MLX 4-bit 量化版

Vontra 发布了 Qwen3.8-Flash-Next 的 MLX 4-bit 量化版本，基于官方 BF16 检查点转换，适用于 Apple Silicon。该模型采用 qwen4 exp 架构，支持视觉语言任务，配置上下文长度达 262,144 tokens。在 M3 Studio 上测试，oMLX 服务器生成速度约 24-26 tokens/s，独立

Qwen3.8 Flash Next MLX oQ4 量化版发布，支持原生 MTP

Vontra 发布了 Qwen3.8-Flash-Next 的 MLX oQ4 混合精度量化版本，保留了原生 MTP 草稿块，专为 Apple Silicon 优化。该转换基于官方 BF16 检查点，包含 232 个保护模块，总权重 113.33 GB，支持 262,144 token 上下文。在 Apple M3 Studio 上测试，原生 MTP 启用时

基元律动发布NeoHorse模型，探索Harness驱动的递归自我改进路径

基元律动联合无问芯穹、清华大学、北京大学、阿里巴巴等机构发布Agent-Native模型NeoHorse-1，包含4B和9B两个版本，基于Qwen3.5后训练，利用Routing Harness系统OpenSquilla产生的执行轨迹作为训练语料，通过路由信号、Agent执行监督和在策略蒸馏等方法提升模型能力。评测显示NeoHorse 4B在11项基准中未加

Perplexity转投阿里千问，基于Qwen3.8打造本地Agent

硅谷AI独角兽Perplexity推出本地Agent产品Portable Computer，采用阿里开源模型Qwen3.8-27B，并在英伟达DGX Spark硬件上优化算法。Perplexity估值超300亿美元，其大模型选择从Claude、GPT转向阿里Qwen，此前已基于Qwen3研发嵌入模型。阿里近期开源多个Qwen3.8系列模型，成为全球开源AI基

阿里发布Qwen-Drive 1.0：统一驾驶与座舱AI，但解释与决策存偏差

阿里巴巴研究部门发布了Qwen-Drive 1.0，这是一个将空间感知、交通问答和路线规划整合到单一AI模型中的驾驶系统。该模型基于Qwen3.5-4B，通过添加3D地图和路线规划模块，在模拟中将车辆偏离道路率从24%降至12%，但解释与驾驶决策有时不一致。模型已免费向研究社区开放。

千问办公月活3000万，企业用户过半，AI办公To B化加速

阿里旗下千问办公上线一个月用户突破3000万，其中企业用户占比过半。该产品整合了钉钉、阿里云等B端资源，并开源上下文基础设施MyContext，旨在将AI办公从个人工具转向企业级Agent应用。业内认为，企业级场景是Agent落地核心，千问办公正探索通过组织技能库、多人工作台等功能实现组织级提效，其商业化潜力在于企业持续付费。

Primitive AI 发布 Qwen3.8-Flash-Next NVFP4 量化版，单 GPU 可运行

Primitive AI 发布了 Qwen3.8-Flash-Next 的 NVFP4 量化版本，使 180B 参数的模型能在单张 96GB Blackwell GPU 上运行。该量化模型在 9 项基准测试中平均得分 92.2，支持 MTP 投机解码，并提供了详细的部署方案，包括 CPU 卸载和 NVMe 映射选项。

Qwen3.8-27B 推出 W8A8 INT8 量化版，性能超越官方 FP8

Freaksterz 发布了 Qwen3.8-27B 的 W8A8 INT8 量化版本，采用 SmoothQuant 和激活感知 GPTQ 技术，在保持低 KL 散度的同时实现比 W8A16 更快的预填充速度。该模型兼容 DFlash2 投机解码，并提供了详细的评估数据和部署指南。

千问办公上线首月用户破3000万，企业用户过半

阿里旗下企业级通用Agent产品千问办公上线首月用户数突破3000万，企业用户占比过半。产品高频迭代，推出国际版，并开源上下文基础设施MyContext。基于自研模型优化，单任务生成速度提升约100%，Token消耗减少75%。长安汽车等多家企业已接入，杰富瑞实测综合得分第一。

另有 1 家信源报道